矩阵置换相似是矩阵论中的重要变换。它在图同构判定、社交网络模型、数据库、大型矩阵的计算上有着广泛的应用。根据不变量理论,研究置换相似,本质上是寻找矩阵在置换相似下的不变量并构造相应的置换关系。本文进行了如下工作:以等价关系矩阵为研究对象,任意等价关系矩阵都置换相似于块1-对角矩阵标准形,从置换运算的角度分析置换相似的几条性质,提出基于图的深度优先搜索策略的置换矩阵构造算法:根据等价矩阵关系图搜索路径的性质,将图的深度优先搜索所得顶点路径,与初始顶点顺序对比构造置换映射,称为基于最大连通分支路径比较的等价关系矩阵置换相似判定算法(equivalent relational Matrix Permutation Contract Decision algorithm based on maximal Connected Branch Path comparison,简记为MPCD-CBP)。利用置换分解原理,将置换映射分解成相应的对换乘积,得到最终置换矩阵,完成等价关系矩阵的置换相似判定。同时设计了 ERMGA算法,用来生成所需要的实验数据。从特殊到一般,图同构问题可从矩阵的角度转化为一般0-1矩阵置换相似判定问题。通过构造建立能量函数,加入置换相似的性质,搜索能量函数的极值点来寻找置换映射,建立人脑决策神经网络模型(Decision of Human Nerves Network model)。最后对置换的分解条件进行分析,归纳了奇置换和偶置换可分解的条件;提出了置换可正交分解的条件;分析了置换最小对换次数与置换的型长和阶数的关系,给出了置换最小对换次数的等式关系。为置换相似、图同构问题的研究提供了良好的理论基础。